Разработка механизма лидогенерации и верификации лидов с помощью тензорных вычислений для платформы Admefine для оптимизации рекламного бюджета в цифровых рекламных каналах (заключительный)

Отчет 126 с., 29 рис., 16 табл., 19 источников. Ключевые слова: лидогенерация, верификация лидов, тензорные вычисления, социальные сети, цифровая платформа, цифровая реклама. Целью работы является разработка и внедрение в платформу Admefine механизма оптимизации рекламного бюджета в цифровых рекламных каналах в части лидогенерации и верификации лидов с помощью тензорных вычислений. Основным объектом исследования является применение технологии рекуррентных нейронных сетей для решения задач предсказания реалистичных медиа-метрик (количества показов рекламных объявлений, показателя кликабельности, показателя конверсии кликов по рекламным объявлениям в лиды и пр.), выбора и анализа наиболее эффективных рекламных объявлений в цифровых рекламных каналах (социальных сетях, платформах контекстной и programmatic-рекламы), а также предсказания параметров рекламных объявлений для достижения заданных медиа-метрик. Методами исследования являются: разрабатываемые в ходе НИОКР оригинальные каскады рекуррентных нейронных сетей, датасеты для обучения рекуррентных нейронных сетей, механизм подготовки датасетов из получаемой от действующих рекламных объявлений статистики в реальном времени. Актуальность работы заключается в высокой потребности владельцев офлайн-бизнеса (компании застройщики, агентства недвижимости, автосалоны и производители автотранспорта, магазины, кафе, рестораны, торговые центры, салоны красоты и др.) и онлайн-бизнеса (проекты EdTech, проекты FinTech и пр.) в повышении продаж за счет привлечения новых клиентов и повышения показателя конверсии в целевые (заинтересованные непосредственно в покупке) лиды из медийной и контекстной рекламы. По итогам выполнения НИОКР были получены следующие результаты: - разработан испытательный обучающий датасет для каскада нейросетей для предсказания метрик рекламного объявления в цифровом канале (НСМ); - разработан испытательный обучающий датасет для каскада нейросетей для предсказания параметров рекламного объявления в цифровом канале (НСП); - разработан каскад нейросетей для предсказания метрик рекламного объявления в цифровом канале (НСМ), каскад предварительно обучен наборами имеющихся данных; - разработан каскад нейросетей для предсказания параметров рекламного объявления в цифровом канале (НСП), каскад предварительно обучен наборами имеющихся данных. - разработан, протестирован и отлажен API «медиаплан»; - разработан, протестирован и отлажен API «рекламные объекты»; - разработан, протестирован и отлажен API «статистика». Практическими областями применения результатов выполнения НИОКР является использование разработанной платформы в следующих областях: - Автоматизированная B2C-Реклама в цифровых рекламных каналах Жилой Недвижимости; - Автоматизированная B2B-Реклама в цифровых рекламных каналах Коммерческой Недвижимости; - Автоматизированная B2C-Реклама в цифровых рекламных каналах коммерческого и персонального Автотранспорта; - B2C Рекламные HR-проекты, направленные на поиск персонала в цифровых рекламных каналах ; - Создание новых рекламных возможностей в виде доступных по стоимости потенциальных клиентов, найденных через цифровые рекламные каналы, для малого и среднего бизнеса. Результаты НИОКР признаем успешными. Работы выполнены в срок и в соответствии с техническим заданием. Дальнейшим направлениями работ, которые будут выполнятся после завершения НИОКР являются: - масштабирование и развитие технической архитектуры для коммерческой эксплуатации платформы Admefine с интегрированным механизмом оптимизации рекламного бюджета в цифровых рекламных каналах в части лидогенерации и верификации лидов с помощью тензорных вычислений; - коммерческая эксплуатации платформы Admefine с интегрированным механизмом оптимизации рекламного бюджета в цифровых рекламных каналах в части лидогенерации и верификации лидов с помощью тензорных вычислений; - дальнейшее развитие платформы по итогам запросов от пользователей.